开发者

在Python 3中缓存Exception对象会造成什么后果?

开发者 https://www.devze.com 2022-12-06 12:26 出处:网络 作者: 灵剑
目录​​python 3有一个不太容易被注意到的改进:异常对象现在有了一个新的属性__traceback__。这个属性自动保存了traceback列表,当每次这个编程客栈异常被重新raise出来的时候,会自动在__traceback__中追加一条记
目录

    ​​python 3有一个不太容易被注意到的改进:异常对象现在有了一个新的属性__traceback__。这个属性自动保存了traceback列表,当每次这个编程客栈异常被重新raise出来的时候,会自动在__traceback__中追加一条记录。这个功能对于异步编程来说非常有帮助:在另一个线程或者协程中抛出的异常,被捕获、传输到其他地方,再重新抛出来的时候,不仅最初的traceback得以保留,每次被重新抛出的记录也都会保留下来,这样异常的traceback就可以提供很细致的信息。

    说完了好处,再来说这个新功能导致的问题:exception对象现在是一个可变的对象了,每次raise都会修改这个对象。如果将一个exception对象抛出多次,就会保留每次抛出的traceback,可能导致的结果包括:错误的堆栈信息;意外地破坏了运行数据;内存泄漏等等。

    举例:

    堆栈信息错误很好理解,举一个意外破坏运行数据的例子:

    import asyncio
    import unittest
    
    async def it(raise_, ignore=True):
        yield 1
        if not ignore:
            await asyncio.sleep(0.01)
    
        try:
            raise ValueError('test2') from raise_
        except Exception:编程客栈
            import traceback
            traceback.print_exc()
            if ignore:
                pass
            else:
                raise
        await asyncio.sleep(0.1)
        yield 2
    
    
    class MyTest(unittest.TestCase):
        def test(self):
            try:
                raise ValueError('testerror')
            except ValueError as e:
                exc = e
            async def task1():
                with self.assertRaises(ValueError):
                    async for i in it(exc, False):
                        print("task1: ", i)
    
    
            async def task2():
                async for i in it(编程客栈exc, True):
                    print("task2: ", i)
    
    
            async def main():
                t1 = asyncio.ensure_future(task1())
                t2 = asyncio.ensure_future(task2())
                await t1
                await t2
            asyncio.get_event_loop().run_until_complete(main())
    
    if __name__ == '__main__':
        unittest.main()
    
    

    运行这段代码,你会很惊讶地发现本来应该很快结束的程序居然卡住了。原因在于assertRaises这个unittest库中的函数,为了在保存单元测试结果的过程中不要占用太多内存,所以在保存异常时强制清空了异常堆栈中的locals变量。然而因为这个异常同时在两个Task中被使用,assertRaises捕获到的异常堆栈中,还有尚未退出的协程的堆栈,清空了这个协程的堆栈会导致这个协程没有办法继续正常执行下去,进一步导致相应的Future没有人设置,等待这个Future的过程就无法正常结束了。

    再举一个内存泄漏的例子:这个例子不在用户代码里,而在PyPy3 6.0版本的解释器里。在PyPy3中,为了提高运行速度,关闭一个生成器使用的GeneratorExit对象被解释器缓存了起来,这导致每次调用生成器的close方法时,当前close的生成器的frame都被保存到了这个global对象里,导致了生成器对象和frame对象都无法被GC回收,产生了严重的内存泄漏。

    下面这段代码在PyPy 3中会迅速耗尽系统内存,而在CPython 3中则没有问题:

    def test():
        yield 1
     
    while True:
        t = test()
        t.close()
    
    
    

    结论:

    在Python 3中,最佳实践是:

    • 永远不要持久保存一个已经被抛出过的Exception对象
    • 每个被捕获的Exception对象,至多被重新raise一次(不管经过怎样的过程)
    • 在需要将同一个异常广播到多个过程时(例如:多个过程等待了同一个异步过程),最好每次都重新复制整个Exception对象,或者为每个过程创建一个新的Exception对象。通过Python 3的新语法raise ... from ...,可以在新的Exceptwww.cppcns.comion中保留老的traceback。

    第三点的一个特例是asyncio中的Future对象,如果一个Future被await了多次,而这个Future抛出了异常,就会出现第三种情形,此时堆栈信息可能会混乱。

    到此这篇关于在Python http://www.cppcns.com3中缓存Exception对象会造成什么后果?的文章就介绍到这了,更多相关不要在Python 3中缓存Exception对象内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

    0

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    关注公众号